扎克伯格其實繼承了一個長久的政治傳統，但他自己并不知道。過去兩百年，西方一直有一個幻想，長長久久，無人能撼動。在這個夢想序列中，我們把廢物政治家扔到一邊，代之以工程師——用計算尺來統治。血腥的法國大革命讓整個世界都天翻地覆，而大革命之后的法國也是最早考慮這一概念的國家。國內一小撮最有影響的哲學家（尤其是昂利·圣西門[Henri de Saint-Simon]和奧古斯特·孔德[Auguste Comte]），確實對本國的發展道路感到左右為難。他們恨透了那些寄生蟲一般的古老的政權捍衛者——封建領主、牧師和武士——但他們也害怕暴徒帶來的混亂。他們折中提出了一種技術治國的形式——工程師和各式各樣的技術人員，將以毫無偏狹的善意統治這個國家。工程師將剝除政權中的舊秩序，用科學精神執政。他們會把理性和秩序強加給社會。

從那時候起，這個夢想就一直吸引著知識分子，尤其是美國人。偉大的社會學家索爾斯坦·維布倫（Thorstein Veblen）念念不忘于讓工程師執掌政權的想法，還在1921年寫了本書來闡明自己的觀點。他的設想很快變成了現實。第一次世界大戰后，美國精英被這場大戰釋放出的那么多非理性沖動驚呆了——仇外情緒、種族主義、私刑沖動和暴亂等等。雪上加霜的是，經濟生活的現實也變得越來越復雜：政客怎么可能管好這一切呢？所有美國人，無論有什么信仰，都開始翹首以盼赫伯特·胡佛（Herbert Hoover）成為救世主——他是那個年代最有名的工程師。戰爭期間，胡佛曾組建了一個系統，成功救濟了餓著肚子的歐洲，盡管這個任務看起來難如登天。1920年，富蘭克林·羅斯福（Franklin Roosevelt）組織人手動員胡佛競選總統，不過到后來，羅斯福最終還是靠政治手段于1932年戰勝胡佛贏得了總統選舉。

胡佛的實驗最終基本上都沒能實現這位工程師國王的美好幻想。但這個夢想有另一個非常不同的版本，倒是以大型科技公司首席執行官的形式變得碩果累累。我們沒有被工程師統治，至少現在還沒有，但工程師已經成為美國生活的主導力量，成為美國精英中最高、最有影響力的階層。馬克·安德森創造了一句著名格言：“軟件正在吞噬這個世界。” 這個說法其實不夠精確——準確來講，真正吞噬這個世界的，是軟件的作者。

這一歷史進程還有一種描述方式。自動化浪潮滾滾而來。工業革命期間，機器取代了手工業者。剛開始也還需要人工操作，但隨著時間流逝，機器變得幾乎不需要人的任何介入就能運轉。這幾個世紀里，工程師都在將體力勞動自動化；我們最新的工程學精英都有自動化思想。他們有完善的技術，可以接管智力思考過程，讓大腦變得多余。或者就像瑪麗薩·邁耶（Marissa Mayer）曾提出的那樣：“你得讓文字的人味兒更少一些，機器味兒更濃一些。” 實際上，我們已經開始把一些智力活動外包給公司，由那些公司來告訴我們該學什么，該考慮什么話題，該買什么東西。這些公司侵入了我們的生活，但它們也會用圣西門和孔德闡述過的論點來為自己辯護：它們的入侵給我們帶來了效率，他們在給人類生活帶來秩序。

要說誰把工程學力量改變社會的現代信念闡述得最清楚，那肯定非扎克伯格莫屬。他告訴一群軟件開發人員：“你們也知道，我是工程師。我相信，工程學思維模式中很關鍵的一點是如下希望和信念：現有的任何系統，你都能拿來改造得比現在要好得多得多。任何東西，不管是硬件還是軟件，亦或是一家公司，一個開發者生態系統，你都可以讓它變得更好。” 只要扎克伯格的理由能夠盛行，這個世界就會天天向上——也確實會如此。

臉書的力量，準確來講是來源于算法。關于這些科技巨無霸的幾乎每一篇報導都在一遍遍忠實地重復著這個說法，但對這些網站的用戶來說，這充其量也只是個模糊概念。從發明算法的那一刻起，就能看到這個算法的威力和革命性的潛力。開發這個算法是為了實現自動化思維，讓人類不再面臨艱難抉擇，并解決爭議。要理解算法的實質——以及算法自命為烏托邦的信心從哪里來——就需要回到算法的誕生地，歷史上最毋庸置疑的天才，戈特弗里德·萊布尼茨的腦袋里去看看。

萊布尼茨比笛卡爾晚出生半個世紀，但他成長的世界充滿了同樣的宗教沖突。他的祖國德國也是馬丁·路德（Martin Luther）的故鄉，這片飽受爭議的領土是三十年戰爭的中心地帶，也是歷史上最可怕的屠場。雖然戰場本身因為死亡人數就已經很讓人毛骨悚然，但戰爭后果同樣令人談虎色變。痢疾、斑疹傷寒、瘟疫征服了德國各公國。戰爭之后大鬧饑荒，人口銳減，一共死了大約四百萬人。德國遭受破壞最嚴重的幾個州，人口減少了一半還多。

萊布尼茨出生時，正值歐洲各國談判達成《威斯特伐利亞和約》，結束自相殘殺。因此，他注定會將自己驚人的智慧和精力用于調停新教徒和天主教徒，并制定能實現大同世界的規劃。“驚人”這個詞也許還不足以形容萊布尼茨的精神力量。幾乎只需要一呼一吸之間，他就能冒出一個念頭。他留下的文檔到現在也沒完全公開，其中有約二十萬頁手稿，滿是令人嘆為觀止的創造。萊布尼茨發明了微積分——準確地說，他并不知道牛頓之前也發明過這個玩意，但我們現在用的符號全都是他發明的。他的形而上學和神學論文影響深遠，他繪制過手表和風車的設計圖，還曾提議發展全民醫保，以及開發潛水艇。在作為外交官派駐巴黎期間，他促請路易十四入侵埃及。這是一出調虎離山之計，因為這樣一來，德國的強鄰就會轉而沉迷于海外征途，揮師東進威脅德國的機會就少了很多。德尼·狄德羅（Denis Diderot）可絕非無能之輩，但他也曾嗚咽道：“誰要是……把自己的雕蟲小技拿來跟萊布尼茨的天才做一番比較，恐怕就會把自己的書全都扔到一邊，找個黑暗幽深的角落靜靜等死。”

萊布尼茨的所有念頭中，最寶貴的是他稱之為“普遍特性”的新詞兒——這同樣來自他對和平的渴望。歷史上不乏耽于空想的思想家從頭創造一套語言，希望自己編造的語言能為族群之間的溝通鋪平道路，為世界歸一創造前提條件。萊布尼茨也是出于同樣原因創造了自己的語言，但他還有更高的期望：他認為，一系列新的符號和表達式，將引領科學和哲學抵達新的真理，抵達新時代的理性，深入認識宇宙的優雅與和諧，最終臻于神圣。

他想象的是人類思維的字母表。他最早有這個想法的時候還是個青年學生，這也是他在阿爾特多夫大學所寫的博士論文的基礎。從那時起，他為實現自己的夢想制定了詳細計劃。會有一群學者來編寫一部百科全書，這個世界一切基本的、不容置疑的真實概念，物理、哲學、幾何等等，都將囊括其中。他管這些核心概念叫“原始概念”，包括地球、紅色、上帝等等諸如此類。每個原始概念都會分配一個數值，使得這些概念可以組合起來創建新的概念，或表達已有的復雜概念。這些數值也會形成思維的新型微積分的基礎，他稱之為“微積分推理器”。

萊布尼茨用了一個例子來說明他的方案。什么是人？當然是理性動物。對這個認識我們可以寫作

理性×動物 = 人

但萊布尼茨更進一步，把這個表達式換成了更形數學化的表達。他提出，“動物”也許可以用數字2來代表，“理性”則是數字3。因此

2 × 3 = 6

思想就變成了數學——也給裁決真理問題帶來了一種全新的、萬無一失的方法。舉個例子，萊布尼茨問道，人是猴子嗎？他知道分配給猴子的數字是10。如果10不能被6整除，6也不能被10整除，那么我們就知道了，人身上沒有任何猴子的成分——猴子身上也沒有任何人的成分 。

這正是他那套語言的關鍵之處：知識，全部知識，最終都可以通過計算得到。非理性思維，或者說盲目思維的過程，將不費吹灰之力。人類甚至不再需要冥思苦想什么新念頭。機器就能做到這一切，把概念聯合、切分就行了。實際上，萊布尼茨真的造了一臺原型機，又華麗又復雜，由拋光的黃銅、鋼材、齒輪和轉盤組成，他稱之為“分步計算器”。萊布尼茨自己花了好多錢來造這臺機器。向某個方向轉動曲柄，這臺分步計算器就能算乘法，另一個方向則是除法。萊布尼茨設計的用戶界面極為細致周到，史蒂夫·喬布斯都佩服得五體投地。但很不幸，每次他想在觀眾面前秀一下這臺機器時，都無一例外地失敗了，1673年在倫敦的英國皇家學會面前就是如此 。這些展示令人名聲掃地，不過萊布尼茨堅韌不拔，從這些失敗中爬了起來。“普遍特性”的重要性逼得他奮力前行。“這個體系一旦建立起來，如果未來還會有任何矛盾沖突，兩個哲學家之間的爭議也會再也站不住腳，就好像兩個計算器之間沒有任何理由會出現不一致一樣。” 知識和道德上的爭論會很容易解決，只需要持異議的人提出“那我們來計算一下吧”就行了。不再需要戰爭，更不必說神學上的沖突了，因為真理會被放在數學王國的領地里。

萊布尼茨是數字時代的預言家，不過他呼之欲出的想法在待產室等了好幾個世紀。他提出了一個只需要用到0和1的數字系統，正是計算機所依賴的二進制系統。他闡釋了白領工作自動化將如何提高生產力 。但他最重要的見解還是機械思維、自動化推理，正是這些認識讓互聯網變得如此神奇，科技公司的力量也因此有了那么大的潛在威脅。

讓機械思維成為可能的程序有了名字，叫做算法。算法的本質一點兒都不復雜 。教科書將算法比作食譜——一組精確步驟，可以完全不動腦子地照章辦理。這跟方程有所不同，因為方程只有一個正確結果。算法只刻畫解決問題的過程，對于這些步驟最終走向何方沒有任何意見。

這些食譜是軟件的關鍵構件。程序員沒法只是給電腦下個指令，比如說，上網搜索。他們必須給電腦一組明確指令來完成這項任務。這些指令必須將人類尋找信息時雜亂無章的行為轉化成有序過程，并用代碼表示出來。首先要如何如何，接下來要如何如何。這個將概念轉化為程序再轉化為代碼的過程，本質上就是個簡化過程。復雜過程必須細分為一系列二進制選擇。沒有哪個方程能建議你穿什么衣服，但這樣的算法很容易寫出來——其中包括一系列是非選擇題（早上還是晚上，冬天還是夏天，天晴還是下雨），每一次選擇都層層遞進。

機械思維正是1935年艾倫·圖靈在跑過劍橋的草地，體力不支坐倒時，腦子里做著白日夢想到的奇妙的新型計算機器，這是他第一次有這種想法。在計算機發展起來的頭幾十年，還沒有什么人經常提到“算法”一說。但到了六十年代，計算機系如雨后春筍在大學校園里遍地開花，這個詞有了新的聲望。它能流行開來，要歸因于從業人員對自己地位的憂慮。程序員，尤其是學術圈子里的程序員，急于證明他們并非只是技術人員。他們開始把自己的工作稱為“算法”（algorithm），部分原因是這個詞能將他們跟最偉大的數學家——博學多才的波斯人穆罕默德·伊本·穆薩·花拉子米（Mu?ammad ibn Mūsā al-Khwārizmi）——關聯起來，而花拉子米這個名字在拉丁文中的寫法正是Algoritmi。十二世紀花拉子米的著作被翻譯為拉丁文，阿拉伯數字由此引入西方，他的文章也開創了代數學和三角學。計算機科學家將算法形容成編程的基本要素，附驥于一段偉大的歷史。這樣子狐假虎威真是聰明得很：看看，我們可不是什么趨炎附勢的人，而是跟數學家一樣，在跟抽象的理論打交道呢！

這幅自畫像還是耍了些花招的。算法也許是計算機科學的根本，但并非完全是科學概念。算法是個系統，就像管道系統或是軍事指揮系統一樣。讓系統正常運轉需要有專門知識、計算和創造性。但有些系統比別的系統要可靠得多，就像有的部隊比別的部隊可靠一樣。系統是人造物，而非數學公理。算法無疑起源于人類，但我們可不會把人類老愛犯錯誤的性格跟算法聯系起來。算法拒絕貸款申請時，或是為航空公司的航班定價時，看起來可沒有什么個人色彩，立場也堅定得很。算法應該沒有偏見，不依賴直覺，沒有情感，也從不寬恕。畢竟他們管算法叫“搜索引擎”——這么叫是在向活塞、齒輪和二十世紀工業致意，盡管所用的機器已經將人類印跡清除干凈。

硅谷的算法愛好者在描述他們所鐘愛的對象的革命性潛力時相當大言不慚。算法總是很有意思也很有價值，但計算機技術的進步也讓算法變得無比強大。最大的變化是計算成本。隨著機器本身不斷加速并接入全球網絡，計算成本直線下降。計算機可以將大量未經處理的數據儲存起來，算法則可以向這些數據發起進攻，找出模式和聯系，而這些結果也許會逃過人工分析的法眼。在谷歌和臉書手中，這些算法變得更為強大。在進行搜索時，這些公司積累的數據越來越多，它們的機器吸收了過去所有搜索的經驗，并利用這些經驗按需產生更精確的結果。

對人類生存的整個過程來說，求知是不斷嘗試、不斷犯錯的艱苦跋涉。人類會設想出世界如何運轉的理論，然后檢視證據，看看他們的假說暴露在現實面前之后是屹立不倒還是會見光死。算法則把這種科學方法顛倒過來——模式來自數據和相關性，而不是在假說的指引下產生。算法把人類排除在求知的整個過程之外。克里斯·安德森（Chris Anderson）在《連線》雜志上撰文指出：“我們也許不再需要尋找模型，不用先假設數據可能帶來什么再去分析數據，我們可以把數字扔進世界上有史以來最大的計算集群，讓統計算法找出模式，而科學在此無法勝任。”

在有個方面我們無法抵賴。算法不用理解字詞含義就能翻譯語言，只需要了解支撐句子結構的模式就行了。算法能發現的巧合之處，人類說不定連想都想不到要去找。沃爾瑪的算法發現，在暴風雨來臨之際人們會瘋狂購買草莓餡餅 。不過即使算法在執行程序時是盲目的——即使算法也學過如何在數據中找出新模式——也還是會反映出創建算法的人是什么思路，以及訓練算法的人有什么動機。亞馬遜和網飛（Netflix）都用算法來推薦圖書和電影。（亞馬遜上有三分之一的購買來自推薦。）這些算法試圖理解我們的品味，并推測有類似想法的文化消費者的品味。但不同算法給出的推薦還是截然不同。亞馬遜會把你導向你見過的那類書，網飛則將用戶引向不熟悉的領域。這一差別有商業原因。流行大片帶給網飛的數據流成本更高。如果你決定觀看鮮為人知的節目，會給網飛帶來更大利潤。計算機科學家有句行話，說的是算法如何不停地尋找模式：他們折磨數據，直到數據招供為止。不過這個比喻也有未加審視的隱含意義。數據就像酷刑的受害者一樣，審訊的人想聽什么，數據就說什么。

算法有時也會透露創建者的潛意識。舉個極端的例子：哈佛教授拉塔尼亞·斯威尼（Latanya Sweeney）做了項研究，發現有非裔美國人名字的用戶經常會成為谷歌廣告的目標，被廣告直接提示說，他們有被逮捕記錄需要清除 。（“拉提莎·史密斯（Latisha Smith）被捕？”）谷歌從未坦白解釋為什么會出現這種結果，他們的算法是嚴格保密的。當然，我們還是知道谷歌所建立的搜索引擎，毫不隱晦地反映了谷歌珍視的價值觀。谷歌認為，一個網站有多受歡迎，能體現出這個網站有多有用；谷歌會選擇屏蔽搜索結果中的色情內容，而不是（比方說）反猶陰謀；谷歌相信，最新文章會比懷舊金曲對用戶更有益。這些選擇都合情合理——很可能也是明智的商業決策——但這是選擇，不是科學。

跟經濟學一樣，計算機科學對這個世界也有自己偏愛的模型和隱含假設。程序員學算法時，都會被告知要以效率為首要考慮因素，這完全可以理解。如果一個算法的步驟多得嚇人，機器就會運轉不靈，而爛泥一樣的服務器毫無用處。但效率也是一種價值，我們要不斷加速，就必須怎么簡省怎么來，就得歸納化簡。

算法可以是邏輯思維的華麗表達，自不必說還可以是自在和奇跡的源泉。算法可以在幾毫秒之內找到十九世紀佶屈聱牙的大部頭巨著，可以讓我們跟多年杳無音信的小學同學取得聯系，可以讓零售商轉瞬之間就把包裹送到我們門前。要不了多久，算法還會引領自動駕駛汽車，準確定位我們體內正在生長的腫瘤。但為了做到所有這些，算法也一直在對我們評頭品足。算法為我們做出和我們有關的決定。問題在于，如果我們將思考外包給機器，實際上就是外包給了運營這些機器的組織。

對算法，馬克·扎克伯格擺出了一副假惺惺的友好批判嘴臉。他也是以這種方式含蓄地拿臉書跟對面的敵手谷歌做的對比。在拉里·佩奇的王國中，算法就是國王，一個冷若冰霜、無情無義的統治者。在谷歌算法的推薦中，沒有一絲有生命力的跡象，對于在其搜索引擎中輸入查詢內容的人，也沒表現出有多少了解。在扎克伯格大言不慚的自畫像中，臉書是在這個日益自動化、原子化的世界中稍作喘息的地方。他說：“每一樣產品，跟你朋友一起用都會帶來更多好處。”

他說的是臉書的信息流（News Feed）。有小部分人大張旗鼓地抵制臉書，這里有個簡短解釋：你的朋友貼在臉書上的狀態更新、文章和照片，信息流全都會放在一個時間逆序的索引里。信息流本來是為了好玩，但同時也想解決現代社會的一個根本問題——面對不斷增長、越逼越緊的海量信息，我們無法有效篩選。臉書的理論就是，除了我們的朋友，還有誰更能勝任向我們推薦什么該讀、什么該看的任務呢？扎克伯格就曾吹噓說，信息流把臉書變成了“個性化報紙” 。

但很不幸，要說能為我們做多少披沙揀金的工作，我們的朋友也只能做到這兒了。事實證明，他們特喜歡分享。如果我們只閱讀他們的思考，跟著鏈接去看文章，那跟之前的泰山壓頂比起來，我們可能只好過那么一點點，甚至也有可能更加水深火熱。于是臉書自作主張，來選擇什么該讀。臉書的算法將臉書用戶有可能看到的成千上萬條項目分類整理，縮減成很小的一組選項。在這幾十個條目中，算法會決定我們最想讀到的可能是什么。

根據定義，算法是看不見摸不著的。但通常我們都能感覺到算法的存在——在一個遙遠的地方，我們跟一臺機器互動。這就是臉書的算法如此強大的原因。很多用戶——根據最靠譜的研究，占60%——完全不知道算法存在 。但這些用戶就算知道算法的影響也不會有多大差別。臉書的算法已經渾濁到了極致。公司向記者承認有算法存在時，也設法用不知所云的描述讓算法更加云里霧中。比如說，我們知道臉書的算法曾經叫做“影響力排名”（EdgeRank），但現在這個稱呼早已束之高閣。其實算法沒有名字更合適一點，因為這個算法已經發展成毫無頭緒的一團亂麻，幾乎無法理解。為了決定用戶該看到什么，這個算法要解讀十萬個以上的“信號”。其中有些信號適用于所有臉書用戶，有些則反映了用戶的特殊習慣，以及他們朋友的習慣。說不定臉書自己都已經沒法完全理解自己亂成一團的算法了——總共有六千萬行代碼，就是個不斷重行改寫的文本，工程師層層加碼，加進去各種新指令。（可不是只有臉書才這樣。康納爾大學的計算機科學家喬恩·克萊因伯格（ Jon Kleinberg ）在與他人合著的一篇文章中寫道：“我們造出了我們自己都無法理解的機器，這大概還是破天荒頭一回……在某些層面上，我們甚至都無法真正理解，那些我們能觀察到的行為，這些機器是怎么做出來的。這些機器的無法理解之處就在這里。” 這番話中最振聾發聵的地方在于，其中的“我們”指的是寫代碼的人。）

考慮到這個算法實在是很抽象，我們來把最早的那些計算機想成帶有好多頻繁閃爍的指示燈，以及長排長排的控制器的機器。為了略微調整算法，工程師將旋鈕轉過一兩個刻度。工程師一直在這里那里各種零打碎敲，這樣機器的表現才能讓自己滿意。對比喻中的控制器，就算是最輕微的拂動也會改變臉書用戶看到和讀到的內容。這個算法可以讓我們朋友的照片更加無處不在或不那么隨處可見，可以處罰那些充斥著自鳴得意、自言自語的帖子，可以除去那些被判定為騙局的內容，可以強推視頻而非文本，只要算法愿意，還可以把來自諸如《紐約時報》、BuzzFeed（“熱點訂閱”）的文章推上頭條。如果我們想上綱上線，還可以說臉書一直在對其用戶看世界的方式動手動腳——對于在喧囂的包圍中得以脫穎而出的新聞和觀點該是什么質量，臉書一直在修修補補，也一直在調整政治和文化論述的質量，好讓用戶的注意力多停留一會兒。

但工程師是怎么知道該擰哪個旋鈕，擰多大勁兒呢？有個學科專門用來指導工程師如何編寫和修改算法，這就是數據科學。臉書有個從學術界挖來的團隊，會在用戶身上做實驗。這是最讓統計學家亢奮的春夢——人類歷史上最大的數據集，可以拿有數學意義的各種群體試驗。臉書數據科學團隊前領導人卡梅倫·馬洛（Cameron Marlow）談到這一機遇時就激動得難以自已：“我們頭一回有了這么個顯微鏡。有了它，不但可以十分細致地審視社會行為，這個細致程度我們以前從來都做不到；而且還能在幾百萬用戶身上做實驗。”

臉書更喜歡吹他們在做實驗，而不是真正實驗本身的細節。但還是有一些超出實驗室范圍的例子。比如說我們知道，臉書曾經想了解一下情緒是否會傳染 。為進行這項實驗，臉書試著去操縱用戶的心理狀態。對其中一組，臉書刪掉了信息流中帖子里的積極詞匯，對另外一組則移除了消極詞匯。臉書的結論是，每組人發的帖都呼應了修改過的帖子里的情緒。有人強烈譴責這項研究，說侵入性太強，但這項研究其實沒那么不同尋常。臉書數據科學團隊就曾有人承認：“團隊里隨便哪個人都可以做試驗，他們總是在想著改變人們的行為。”

毫無疑問，臉書擁有情感和心理上的影響力——至少臉書自己毫不懷疑。臉書曾大吹大擂，說自己曾通過稍微提高社會壓力促使人心向善，從而提高了投票率（和器官捐贈的案例）。臉書甚至還在有同行評議的期刊上對這些實驗的結果大肆吹捧：“2006年到2010年，投票率增長了0.60%，這部分增長很可能大部分是由臉書上面的一條消息導致的。” 沒有哪家公司會這么露骨地吹噓自己有將民主玩弄于股掌之上的能力——理由還那么充分。托付給公司的權力太大了。

臉書的那么多實驗都可以累加起來。公司相信自己完全掌握了社會心理學，對用戶的理解比用戶自己還要深入。單憑用戶點的贊，臉書就能預測用戶的種族、性取向、婚戀狀態和是不是吸毒 。扎克伯格的夢想就是，這些數據經過分析，或許可以揭示出所有秘密：“一個基本的數學定律，是人類社會關系的基礎，控制著我們關心的所有人和事的平衡。” 當然，這是個遠大目標。與此同時，臉書還在不斷試探，想知道我們渴求什么，或是我們對什么視而不見；這場行動永無止境，目的則是讓臉書更有能力向我們提供我們想要的，乃至我們都不知道自己想要的東西。無論這些信息是真實的還是編造的，是權威報導還是陰謀論，對臉書來說似乎都沒那么要緊。群氓得到了他們想要的，這也是他們應得的。

思維的自動化：當然，我們還處在這場革命的早期階段，但我們能看到這場革命會走向何方。算法已經取代了很多曾經由人來進行的官僚文章和文書工作，很快也將開始取代更有創造性的任務。在網飛，算法會向委員會建議電影該劃為什么類型。有些新聞通訊社用算法來撰寫關于犯罪、棒球比賽和地震的報導 ，這些都是只需要生搬硬套的新聞采寫任務。算法也已經在創作美術作品和交響樂，其作品至少也可以說是庶幾近之。

這個走向非常可怕，尤其是對干我們這一行的人來說。如果算法能重現創作過程，那就沒有多少理由還去培養人類的創造力了。如果電腦在轉瞬之間不費吹灰之力就能創作出看起來一樣好的作品，那又何須還為曲折低效的寫作或繪畫過程費盡心血呢？如果高雅文化可以又豐富又廉價，那又何須培育高價市場呢？人類的努力在自動化面前從來都是螳臂當車，創造性工作又哪里會有所不同呢？

工程學的思維模式，對迷戀文字和圖像，對藝術的神秘之處，對道德的復雜之處和情感表達，都沒有什么耐心。這種思維模式把人當成數據，當成系統的組成部分，當成抽象的東西。臉書對于拿用戶瘋狂做實驗幾乎是心安理得，也正是這個原因。所有工作都是為了可以預測人類——預測他們的行為，讓人類變得更容易操縱。有了這樣的冷血思維，與人類生活的偶然性和神秘性完全脫節，就很容易看出由來已久的價值觀已開始顯得多么不合時宜——在工程師的小九九中，類似隱私這樣的概念為什么會那么無足掛齒，出版業和新聞業的低效為什么顯得那么有破壞性，必欲除之而后快。

臉書永遠不會這么說，但算法旨在侵蝕自由意志，讓人們不再因為需要選擇而如臨大敵，并把人們推向正確的方向。算法助長了一種無所不能的感覺，一種高人一等的信念，相信我們的行為可以被改變，甚至都不需要知道有人在指引我們向更好的方向前進。這一直是工程思維模式的危險所在，因為工程學的本源只是建造無生命的物體，但現在已經超過這個根本，開始設計更加完美的新世界了。在這一宏偉設計中，我們只是一顆顆螺絲釘。

（本文摘自《沒有思想的世界：科技巨頭對獨立思考的威脅》，澎湃新聞經出版社授權刊發。）